← 最新论文
📄 chemistry

Chemical equilibrium constants of diatomic molecules from a q-deformed hyperbolic interaction potential

本研究采用通过参数化 Nikiforov-Uvarov 方法求解的 q-变形双曲相互作用势,计算并验证了 BrF、ClF、IF 和 SO 的化学平衡常数,并将其与 NIST-JANAF 数据进行对比,结果显示在特定温度范围内具有极高的准确性。

原作者: E. S. Eyube, D. Festus, A. Zakariya, Saïdou Alioum, P. A. Njidda, I. Joel, T. G. Nyagong, J. Abe

发布于 2026-09-28✓ Author reviewed ⓘ
📖 1 分钟阅读☕ 轻松阅读

原作者: E. S. Eyube, D. Festus, A. Zakariya, Saïdou Alioum, P. A. Njidda, I. Joel, T. G. Nyagong, J. Abe

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

在原子的隐形世界中,分子并非静态的珠子,而是由看不见的力维系着的动态系统,这些力像弹簧一样拉伸和压缩。为了理解这些微小结构的行为,科学家们依赖于被称为势能函数的数学地图。这些地图描述了两个原子之间的能量如何随着它们靠近或远离而变化,决定了从它们结合的紧密程度到受热时的振动方式的一切。通过了解这些能量水平,研究人员可以预测分子在大规模群体中的行为,计算出驱动化学反应的随温度变化的性质。这种从单个原子的微观舞蹈到气体宏观行为的联系,对于从大气科学到燃烧工程等领域至关重要,使我们能够预测反应是否会发生以及在不同条件下反应将进行到何种程度。

一支研究小组最近致力于利用一种被称为 q-变形双曲相互作用势(q-deformed hyperbolic interaction potential)的特定数学模型来完善这些地图。该模型提供了一种灵活的方式来描述结合原子的复杂非线性力,特别是对于仅由两个原子组成的双原子分子。该团队专注于四种特定的分子:溴氟、氯氟、碘氟和一氧化硫。它们并非随机选择;前三种是由于不同卤素原子形成的间卤化合物,而一氧化硫是燃烧和大气化学中的关键参与者。研究人员想要观察他们特定的数学模型是否能准确预测这些分子的化学平衡常数。平衡常数本质上是一个数字,它告诉科学家在给定温度下,产物相对于其起始原料的存在量,这是理解化学稳定性及反应产率的关键信息。

为了实现这一目标,团队首先求解了控制分子内原子运动的基础方程。他们使用一种专门的数学技术来寻找与原子振动相关的精确能量水平,将原子间的键视为一个振动系统。一旦获得了这些能量水平,他们就构建了一个分子的统计描述,即配分函数,它汇总了分子存储能量的所有可能方式。这项计算包括原子的振动、它们在空间中的旋转以及它们在空气中的运动。随后,他们利用这些能量水平来计算吉布斯自由能——这是一种决定化学反应方向和程度的热力学量。为了使模型尽可能贴近现实,研究人员为每个分子应用了一个微小的修正因子,通过微调计算出的吉布斯自由能值,使其与已知的参考数据相匹配。最后,他们利用这些经过修正的吉布斯自由能值,推导出各分子由其同核反应物生成的平衡常数。

这项工作的研究结果被拿来与被称为 NIST-JANAF 的受信任实验数据数据库进行对比,该数据库是热化学数据的金标准。对比结果显示,新模型非常准确,但其表现高度依赖于特定的分子和所研究的温度范围。对于溴氟,该模型在从 300 开尔文到 6000 开尔文的广阔温度跨度内都产生了极其接近参考数据的结果,平均偏差小于 1%。对于氯氟,该模型在高达 4600 开尔文时表现良好,但在更高温度下准确度开始下降。碘氟表现出类似的模式,其偏差在最低温度处最为明显;而一氧化硫则是一个独特的案例,模型在 900 开尔文以下表现挣扎,但在较高温度下几乎与参考数据完全一致。

这些发现表明,q-变形双曲相互作用势是预测化学行为的一种强大工具,但它并不是一种万能的解决方案。研究表明,虽然该模型可以在较宽的温度区间内高精度地重现参考平衡数据,但对于某些分子,其偏差在特定情况下会变得显著。对于溴氟,该模型在整个测试范围内都是可靠的。对于其他分子,研究人员确定了预测保持可信的特定温度窗口,以及它们开始偏离既定值的区间。这项工作对该数学方法在何处成功以及在何处不足提供了清晰的定量评估,为在无需仅依赖于每种新条件的实验测量的情况下计算双原子分子的平衡常数,提供了一种精炼的方法。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →